［摘要］互联网革命的浪潮使得中国数字化技术和数字产业飞速发展。文章选取西部地区86个地级市2015—2020年的面板数据，用核密度图分析地区城乡收入水平的空间分布与演进趋势，并用固定效应模型对数字普惠金融与城乡收入水平的关系进行实证检验，然后检验数字普惠金融对碳排放的影响，最后分高、低收入水平组进行异质性分析。研究结果发现：数字普惠金融能够拉动城乡收入水平提升，且对农村人均收入水平提升的作用更大，由此可以促进城乡收入差距的缩小；西部地区的数字普惠金融发展现阶段加剧了碳排放。

　　［关键词］数字普惠金融；收入水平；碳排放

　　0引言

　　气候变化是全人类面临的共同挑战。我国目前仍处于经济迈向高质量发展的攻坚期，在经济增速放缓的新常态下，温室气体排放成为我国美丽中国建设面临的巨大挑战。自“十二五”开始，我国将单位国内生产总值（Gross Domestic Product,GDP）二氧化碳排放下降幅度作为约束性指标纳入国民经济和社会发展规划纲要。2020年，我国碳排放强度比2005年下降48.4%，非化石能源占能源消费的比重达到15.9%，煤炭占能源消费的比重由2005年的72.4%下降至56.8%。但应该看到，我国生态环境保护结构性、根源性、趋势性压力尚未根本缓解，保护与发展长期矛盾仍然存在。建立全面绿色低碳循环经济体系，促进经济发展全面绿色转型是解决我国资源环境生态问题的基础之策。自西部大开发战略实施以来，西部地区依托丰厚的资源储备，成为我国解决资源瓶颈的战略基地和东部地区的战略支点，过去20年实现了经济快速发展。然而，经济增长较快时能源消耗通常也较大，致使碳排放水平较高。

　　数字普惠金融将新兴数字化技术与传统金融相融合，使得传统金融向普惠性、低成本性、高效性转变，成为新时期金融服务的重要形式，弥补了传统金融工具的不足。数字化技术的发展推动生产力、生产关系、生产工具以及商业模式发生重大变革，并为各行业发展提供了颠覆性动能，成为第四次工业革命核心驱动力。数字普惠金融也为提高西部地区居民收入水平和促进碳减排提供了新的思路。

　　1数字普惠金融对居民收入和碳排放影响的理论分析

　　1.1数字普惠金融对居民收入水平的影响

　　金融作为在社会范围内实现资金调配的工具，是现代经济的血液。已有的研究对于传统金融对收入的作用观点一致，认为金融发展至少在初期抑制了农村居民收入而有利于城镇居民收入增长［1-2］，这与正规金融资金获取的门槛有关。创建普惠金融体系，发展面向各个群体的包容性农村金融才是缩小城乡收入差距的有效途径［3］。数字普惠金融突破了地理和时间等方面的限制，减少了农村金融排斥［4］，具有“益贫性”特征。数字普惠金融也为中小企业拓宽了资金获取的渠道，扩大了经营规模，增加了就业岗位，间接提高了居民收入水平。

　　1.2数字普惠金融对碳排放的影响

　　数字经济的兴起为实现碳减排目标提供了新思路。从技术特点上看，数字经济领域的大数据、云计算、人工智能等技术可以对传统产业的生产运行方式进行改造［5］，使能源电力、城市管理、交通运输、工业生产等领域的运行效率和能源效率得到大幅提升。然而，数字普惠金融也可能使碳排放加剧。数字基础设施的运转需要消耗大量电力，在西部发展相对落后的地区，数字经济的减排增效作用可能还没有完全发挥出来。数字普惠金融提升居民收入水平，也可能会促进居民对高耗能奢侈品的购买，增加能源消耗。

　　2研究设计

　　2.1变量、数据与模型设计

　　2.1.1变量和数据来源

　　本文的被解释变量是城乡人均收入水平和碳排放总量。本文选取了西部地区86个地级市2015—2020年的城镇和农村人均可支配收入的面板数据。为了保持统一性，本文在样本的选取上舍弃了西部地区部分数据统计不完整的地级市与西藏自治区的地级市。核心解释变量是数字普惠金融指数。本文使用北京大学数字金融研究中心和蚂蚁集团共同编制的“北京大学数字普惠金融指数”［6］。本文参考联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change,IPCC）的方法，根据能源消耗计算碳排放。为了避免其他因素的干扰，本文选取人力资本结构高级化、经济发展水平、城镇化水平、金融发展水平、外国投资水平、产业结构高级化以及财政支出水平作为控制变量。

　　基于研究的需要，本文针对人力资本，仅考虑通过正规学校教育所获得的凝聚在劳动者身上的知识、生产技能和劳动素养。已有的研究关于人力资本高级化指数的测度基本都是在不同层次受教育年限人数的基础上用向量夹角法构造指标［7］。本文也参考这一做法，并作了相应改动，其中用到的不同层次文化程度人数的地级市数据只在人口普查年份才会进行统计，其他年份只有省级数据，所以改用不同学历在校学生人数来代替不同文化程度的人数。具体考虑了普通高等教育、普通中学、普通小学三类教育层次，各自的受教育年限依次按照实际情况设定为16年、10.5年和6年。

　　以上变量的相关指标数据来源于中国城市统计年鉴、中国区域统计年鉴，以及各省、地级市的统计年鉴和地级市各年份的国民经济与社会发展统计公报。部分变量的数据存在缺失的状况，本文采用插值法进行填补。

　　2.1.2模型设计

　　本文通过计量方法来实证检验数字普惠金融对收入水平以及收入差异的作用，设定模型如下：

　　其中，i表示第i个地级市，t表示第t年。模型（1）和（2）分别为基于城镇人均收入水平和农村人均收入水平的固定效应回归模型，模型（3）是数字普惠金融对碳排放总量的回归模型。为了减少数据的异方差影响，本文对城乡收入水平、人均地方生产总值以及碳排放总量进行了取对数处理，其中lncityit和lncountryit是城镇与农村人均收入水平，lncarbonit是碳排放总量，digit是数字普惠金融指数，Cit是所有的控制变量，μi表示各地级市的地理、资源等特征，εit为随机误差项。

　　3实证检验结果与分析

　　3.1数字普惠金融对居民收入水平影响的实证检验

　　表1显示了城镇和农村人均收入水平影响因素的回归结果。经过联合显著性检验，F值的大小表明应该用固定效应模型考虑不同地区的自身特征，同时数据的时间特征不明显，因此仅加入个体固定效应。为了验证选择的控制变量的合理性，表1中展示了加入控制变量前后的回归结果。（1）和（2）列是城镇人均收入水平影响因素回归的结果，（3）和（4）列是农村人均收入水平影响因素回归的结果，其中（1）和（3）列中未加入控制变量，核心解释变量系数基本都是显著的。回归结果均表明数字普惠金融使得城镇人均收入水平显著提升。在列（2）的回归结果中，数字普惠金融的系数为0.003，表明数字普惠金融指数提升1%，城镇人均收入水平能够提升0.3%

　　与城镇人均收入水平的回归结果相比，列（4）关于农村人均收入水平的回归结果中，数字普惠金融也显著提升了农村人均收入水平。但从系数来看，农村的系数为0.004，即数字普惠金融指数提升1%，农村人均收入水平能够提升0.4%，这表明数字普惠金融对农村收入水平有更大的促进作用。农村在发展起点落后的情况下，数字普惠金融激发创业活力的潜力巨大。事实也表明，数字普惠金融降低了资金获取的门槛，创业收益外溢，提升了农村整体生活质量。

　　3.2数字普惠金融对碳排放影响的实证检验

　　表2的（1）（2）两列显示了数字普惠金融对碳排放影响的实证检验结果。与前面相同，这里也选用固定效应模型。（1）和（2）列分别是加入控制变量前后回归的结果，数字普惠金融指数的系数都显著为正，这表明在考虑了控制变量和个体固定效应的情况下，数字普惠金融会加剧碳排放。在列（2）的回归结果中，数字普惠金融指数增长1%能够使碳排放增长0.2%。这与前文的理论分析是一致的，西部大部分地区由于数字基础设施处于较为落后的阶段，数字化技术没有充分应用到产业升级上，反而电力消耗增加造成更多的碳排放。

　　3.3稳健性检验

　　为了验证以上回归结果的稳健性，本文分别通过两阶段最小二乘法（2sls）、对全部变量作两端缩尾1%处理等方法对前文的回归结果进行了稳健性检验，回归结果如表3所示。在两阶段最小二乘法中选用中国城市统计年鉴中的年末国际互联网用户数这一指标作为工具变量，并通过了弱工具变量检验。表3中展示了第二阶段回归结果。结果显示，数字普惠金融仍然显著提高了城乡收入水平，且对城镇收入水平的影响系数要大于农村，数字普惠金融对碳排放的影响系数也仍然显著为正，这也与前文相一致。

　　4结论与政策建议

　　基于以上回归分析，本文得出以下结论：数字普惠金融能够拉动城乡收入水平增长，且对农村人均收入水平的作用更大，由此可以促进城乡收入差距的缩小；西部地区数字普惠金融的发展加剧了碳排放，现阶段抑制了低碳经济的发展。本文结合以上分析，提出以下建议：在积极统筹东、中、西部地区发展的同时，对西部地区内部各地区实施均衡调整的针对性措施，积极推动欠发达省市发挥当地特色产业优势，将协调发展理念深入各省市内部；继续支持数字普惠金融发展，鼓励农村居民借助数字普惠金融获取资金支持，提高农村居民的创业活力，快速过渡到数字金融高技术发展阶段；为了防止碳排放加剧，严格控制高耗能、高排放行业的增速，提高低耗能、低排放行业的比重，以节能减碳为导向，提高能耗和碳排放准入标准；加大高等教育改革力度，培养高级人才，挖掘数字普惠金融转化为居民收入的潜力。

　　主要参考文献

　　［1］李玉梅,张慧敏.金融发展对城乡收入差距的影响研究［J］.农业经济,2023(9):122-123.

　　［2］周启清,杨建飞.金融发展与城乡收入差距：基于我国省级层面经济发展水平门槛变量的分析［J］.数学的实践与认识,2019(22):114-128.

　　［3］肖端,杨琰军,谷继建.农村普惠金融能缩小县域城乡收入差距吗［J］.宏观经济研究,2020(1):20-33.

　　［4］李牧辰,封思贤.数字普惠金融与城乡收入差距：基于文献的分析［J］.当代经济管理,2020(10):84-91.

　　［5］张碧琼,吴琬婷.数字普惠金融、创业与收入分配：基于中国城乡差异视角的实证研究［J］.金融评论,2021(2):31-44,124.

　　［6］郭峰,王靖一,王芳,等.测度中国数字普惠金融发展：指数编制与空间特征［J］.经济学(季刊),2020(4):1401-1418.

　　［7］刘智勇,李海峥,胡永远,等.人力资本结构高级化与经济增长：兼论东中西部地区差距的形成和缩小［J］.经济研究,2018(3):50-63.